网站建设怎么打广告,如何做企业网站宣传,龙元建设集团有限公司网站,个人免费网页目录
#x1f4a5;1 概述
#x1f4da;2 运行结果
#x1f389;3 参考文献
#x1f468;#x1f4bb;4 Matlab代码 #x1f4a5;1 概述
随着无线传感器网络(Wireless Sensor Network,WSN)的广泛应用,业界开始应用环境能量收集技术解决传感器节点的能量补充问题。而… 目录
1 概述
2 运行结果
3 参考文献
4 Matlab代码 1 概述
随着无线传感器网络(Wireless Sensor Network,WSN)的广泛应用,业界开始应用环境能量收集技术解决传感器节点的能量补充问题。而这类网络被统称为能量收集型无线传感器网络(Energy Harvesting Wireless Sensor Network,EH-WSN)。在能量收集型无线传感器网络中感知数据的可靠传输是值得研究的问题。
2 运行结果 主函数部分代码
clear all
close all
% Declaración de los elementos del texto para el split
comillaschar(34);
barrachar(47);
comachar(44);
pcomachar(59);
dpuntoschar(58);
novalineanewline;
guiochar(45);
flechar(62);
p1char(40);
p2char(41);
%%% Format fitxer PM10 i soroll
% Se abre el fichero y se obtienen los datos de cada elemento, son 8
fileIDfopen(dades_soroll_pm10.txt,r);
formatSpec[%d barra %d barra %d %d dpuntos %d dpuntos %d pcoma %d pcoma %d];
Ctextscan(fileID,formatSpec);
fclose(fileID);
% Se guarda cada elemento en su correspondiente variable
anyC{1};
mesC{2};
diaC{3};
horaC{4}14;
afind(hora24);
hora(a)double(hora(a)-24);
minutC{5}27;
afind(minut60);
minut(a)double(minut(a)-60);
%%% Transformació dels valors analògics a dBs
sorollC{8}; %Ruido en analógico
y130;
x10;
y278.8;
x23326;
pendent(y2-y1)/(x2-x1);
%%% Variables para transmitir
pm10double(C{7}); %Contaminación atmosférica
soroll_dbsdouble(pendent.*(soroll-x1)y1); %Contaminación acústica
%%
%
%%%
%%%
%%%
%%%
%%%
%%%
%%%
%%%
%%%
%%%
%%%
%%%
%%%
%%%
%%%
%%%
%%%
%%%
%%%
%%%
%%%
%%%
%%%
%%
%
%%%
%%%
%%%
%%%
%%%
%%%
%% PRUEBAS %
%%%
%%%
%%%
%%%
%%%
%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% ESCENARIO IV: Multi-armed Bandit
%Obtenemos el periodo de muestreo mas optimo para cada hora del dia
m length(pm10); %total de muestras
T [2 3 5 10]; %periodos posibles
rewards zeros(24, length(T)); %tabla de recompensas para cada hora y periodo
epsilon 0.2; %epsilon con valor estandar
vr1 pm10; %copia del vector de datos pm10
vr2 soroll_dbs; %copia del vector de datos ruido
j 1; %variable iniciada en 1 para el bucle e-greedy (posicion actual del vector)
ja j; %variable para almacenar la posicion anterior en el bucle e-greedy y calcular la recompensa
rewards(1:24) 0; %iniciamos el algoritmo con periodo 2
c_acciones zeros(24, length(T)); %cantidad de veces que escoge una accion por hora
c_greedy zeros(2,1); %cantidad de veces que decide explotar/explorar
c_rewards zeros(24, length(T)); %cantidad de veces que sale cada recompensa
r_total 0;
for i1:100 %iteraciones de aprendizaje
%recorremos vector explorando/explotando while jm
if rand 0.05%explorarc_greedy(1) c_greedy(1) 1;[~,t] max(rewards(hora(j)1,:)); %obtenemos el periodo con mayor recompensaT2 T(T~T(t)); %los sacamos para explorar otra opciont T2(randi(length(T2))); %nuevo periodoc_acciones(hora(j)1, find(Tt)) c_acciones(hora(j)1, find(Tt)) 1;else%explotarc_greedy(2) c_greedy(2) 1;[~,t] max(rewards(hora(j)1,:)); %cogemos el periodo con mayor recompensa acumuladat T(t); %nuevo periodoc_acciones(hora(j)1, find(Tt)) c_acciones(hora(j)1, find(Tt)) 1;end
%cogemos muestraja j; %guardamos posicion anteriorj j t; %nueva posicionif j m%calculamos recompensa: se comprueban las muestras intermedias entre dos%transmisiones, si no superan el umbral se suma 1 a la recompensa,%si lo supera no se suma nadar_total 0;for kja1:j-1%%%%%%%%UMBRALES PM10%%%%%%%% %if abs(vr1(k)-pm10(j)) 0 %sin umbral%if abs(vr1(k)-pm10(j)) 1 %umbral minimo%if umbral_pm(vr1(k),pm10(k)) 0 %umbral adaptado%%%%%%%%UMBRALES RUIDO%%%%%%%%if abs(vr2(k)-soroll_dbs(j)) 0 %sin umbral%if abs(vr2(k)-soroll_dbs(j)) 3 %umbral minimo%if abs(vr2(k)-soroll_dbs(j)) 10 %umbral maximor_total r_total 1;endend3 参考文献
[1]高昊德. 恶劣环境下EH-WSN中数据可靠传输相关研究[D].内蒙古大学,2022.
部分理论引用网络文献若有侵权联系博主删除。
